Zum Hauptinhalt springen
Nützliche Tools, die Entwicklerinnen und Entwicklern erweiterte Möglichkeiten bieten, mit ABBYY FineReader Engine zu interagieren und den Erkennungsprozess auf Kernebene zu steuern:

​
Arbeiten mit Profilen

ABBYY FineReader Engine 12 bietet eine Reihe vordefinierter Profile, die bereits für die grundlegenden Nutzungsszenarien optimiert sind. Die in diesen Profilen festgelegten Einstellungen liefern in den jeweiligen Situationen die besten Ergebnisse. Außerdem sind die meisten Profile in zwei Varianten verfügbar: mit Einstellungen, die für die bestmögliche Qualität des resultierenden Dokuments optimiert sind, oder mit Einstellungen, die auf die höchstmögliche Verarbeitungsgeschwindigkeit ausgelegt sind. Nachfolgend finden Sie eine Liste der verfügbaren vordefinierten Profile:

Szenario

Profilname

Datenextraktion

  • DataExtraction

Dokumentkonvertierung zur Weiterverwendung von Inhalten

  • DocumentConversion_Accuracy
  • DocumentConversion_Normal

Dokumentarchivierung

  • DocumentArchiving_Accuracy
  • DocumentArchiving_Speed

Textextraktion zur Erkennung von Feldern und zur Dokumentklassifizierung

  • TextExtraction_Accuracy
  • TextExtraction_Speed

Felderkennung

  • FieldLevelRecognition

Barcode-Erkennung

  • BarcodeRecognition_Accuracy
  • BarcodeRecognition_Speed

Visitenkartenerkennung

  • BusinessCardsProcessing

Datenerfassung aus einer maschinenlesbaren Zone

  • MachineReadableZone

Dokumentarchivierung in hochkomprimiertem PDF

  • HighCompressedImageOnlyPdf

Erkennung technischer Zeichnungen

  • EngineeringDrawingsProcessing
Sie können die Liste der in diesen Profilen enthaltenen Einstellungen in der Spezifikation der vordefinierten Profile einsehen.
Die in diesen Profilen enthaltenen Einstellungen können mit der Methode LoadPredefinedProfile des Engine-Objekts geladen werden. Nach dem Laden des Profils erhalten neu erstellte Objekte die im Profil festgelegten neuen Standardwerte.

​
Unterstützung für die Voting API

Wenn ABBYY FineReader Engine als eine der beteiligten Erkennungs-Engines in einer Drittanbieteranwendung eingesetzt wird, liefert sie Erkennungsalternativen (oder Hypothesen) mit einem entsprechenden Konfidenzwert für Zeichen, Wörter und Zeichentrennung. Diese Informationen helfen Entwicklern, einen effizienten und präzisen Voting-Algorithmus für Anwendungen zu entwickeln, die mehrere Erkennungstechnologien erfordern. Beim Erkennen eines „O“ kann ABBYY FineReader Engine beispielsweise 3 Hypothesen zurückgeben: „0“ (Null) mit einer Konfidenz von 60, ein großes „O“ mit einer Konfidenz von 80 und ein großes „C“ mit einer Konfidenz von 10. Bei der Zeichentrennung kann die Situation beispielsweise so aussehen: Die möglichen Hypothesen für ein „m“ wären „m“, „rn“ und „in“. Weitere Informationen finden Sie unter Using Voting API.

​
„On-the-fly“-Feinabstimmung der Erkennung auf Kernebene

ABBYY FineReader bietet Entwicklern Zugriff auf die Erkennungs-Engine und die Möglichkeit, sie während des OCR-Prozesses auf Kernebene zu beeinflussen. Die FineReader-Erkennungs-Engine erzeugt Hypothesen (oder Erkennungsalternativen) und ermöglicht es Entwicklern, den Prozess der Festlegung des Konfidenzwerts für jede Hypothese zu beeinflussen oder fein abzustimmen (bzw. die beste Hypothese auszuwählen), indem sie ihre eigenen spezifischen Ranking-Kriterien verwenden.

​
Codebeispiele für häufige Konvertierungsaufgaben

Zum SDK gehört eine Reihe von Quellcodebeispielen, die zeigen, wie die Engine in verschiedenen Szenarien eingesetzt wird. Windows-Codebeispiele sind für Visual Basic .NET, reines C++, C++ mit Native COM Support, C#, Java und Skriptsprachen verfügbar.

​
Siehe auch

Hauptfunktionen